1. 课程导入与工程全景

在药物发现与材料设计的早期阶段，研究者往往先得到一批“看起来有希望”的分子结构：它们可能来自生成模型、片段拼接、骨架跃迁或高通量虚拟筛选。此时真正决定项目节奏的，通常不是“这个分子是否漂亮”，而是“它能不能被做出来”。生成分子合成可行性评估，就是围绕这一判断建立的工程化方法体系：给定一个目标分子结构，系统分析其可合成性，估计可行路线、关键难点、所需试剂与步骤数量，并给出可解释的风险等级与替代建议。

它位于“分子生成/筛选”与“湿实验合成”之间，是计算与实验之间的关键闸门。在药物发现中，它帮助团队在合成资源有限时优先推进可及性高的候选；在材料设计中，它用于判断功能分子、聚合物单体或有机光电材料是否具备可制备路径。与单纯的“合成难度打分”不同，工程化评估强调可复现、可追溯、可决策：不仅要给出分数，还要说明分数来自哪些结构特征、哪些反应类型、哪些保护基或手性中心带来的风险。

核心挑战：为什么“可行性”难以直接回答

合成可行性评估的困难来自多个层面。第一，反应空间巨大：同一个目标分子可能存在数十条甚至上百条逆合成路径，路径之间在步骤数、总收率、试剂可得性、纯化难度上差异显著。第二，数据稀疏且不均衡：公开反应数据中常见反应占主导，稀有但关键的反应类型样本少，模型容易高估或低估某些路线。第三，多目标冲突：步骤少不一定总收率高，原料便宜不一定纯化容易，路线短不一定能控制手性。第四，可解释性不足：如果只输出一个“可行性 0.72”的分数，实验人员无法据此决定先做哪一步、替换哪个试剂。

因此，工程上通常把问题拆成可操作的子任务：逆合成路径枚举、反应可行性打分、原料可及性检查、路线风险归因与候选排序。这些子任务共同构成一条从结构输入到决策输出的评估链。

评估流程总览：从结构到决策

一个可落地的评估流程通常包含五个环节。第一步是结构标准化：把输入分子统一为规范 SMILES，检查盐、同位素、立体化学是否明确，避免同一分子因表示不同而得到不同结果。第二步是逆合成拆解：使用反应规则库或模板匹配，从目标分子反向推导可能的原料与中间体，形成多步路径树。第三步是反应可行性打分：对每一步反应，结合反应类型、底物结构、条件匹配度，给出产率区间或难度等级。第四步是原料可及性检查：查询商业目录、价格与库存，判断哪些原料需要自制、哪些可以直接采购。第五步是路线归因与排序：综合步骤数、总收率、危险试剂、保护基数量、手性控制难度等指标，输出推荐路线与风险提示。

需要强调的是，这条链不是单向流水线，而是带反馈的迭代过程。如果某条路线在原料可及性检查中被判定为“关键原料不可得”，就需要回到逆合成拆解，寻找替代断键方式；如果某步反应打分极低，可能需要调整保护基策略或更换反应类型。工程化评估的价值，正在于让这些反馈有据可依。

课程项目说明：一个可运行的评估原型

本课程将围绕一个贯穿式项目展开：为一批生成分子构建合成可行性评估原型。项目输入是一组示例分子（例如 20 个含手性中心或杂环的候选结构），输出是每个分子的推荐合成路线、可行性等级与风险说明。项目不追求覆盖所有反应类型，而是聚焦可解释、可复现的最小闭环。

建议的技术栈为 Python + RDKit + 反应规则库。核心数据结构可以设计为：

{
  "target_id": "GEN-001",
  "smiles": "CC1=CC=C(C=C1)C(=O)N[C@@H](C)C2=CC=CC=C2",
  "routes": [
    {
      "route_id": "R1",
      "steps": 3,
      "reactions": ["酰胺缩合", "还原胺化", "手性拆分"],
      "estimated_yield": 0.42,
      "risk_flags": ["手性控制", "保护基"],
      "starting_materials": ["4-甲基苯甲酸", "L-丙氨酸"],
      "availability": "商业可得"
    }
  ],
  "feasibility_level": "中等",
  "recommendation": "优先尝试 R1，关键步骤为手性拆分"
}

在示例参数中，estimated_yield 是模型估计值而非实测值，feasibility_level 可按步骤数、总收率、风险标志数量综合划分：例如步骤≤3 且总收率≥0.4 且无高风险标志，判为“高”；步骤 4–5 或总收率 0.2–0.4，判为“中”；步骤≥6 或总收率<0.2 或含多个高风险标志，判为“低”。这些阈值是教学示例，实际项目中应根据团队资源与实验历史校准。

本课程后续将依次展开结构标准化、逆合成拆解、反应可行性打分、原料可及性、路线归因与排序、原型集成与验证等内容。第1章的目标是建立全景认知：合成可行性评估不是单一模型，而是一条从结构到决策的工程链；每个环节都有明确的输入、输出与判断依据，最终服务于“把有限的合成资源投向最值得做的分子”。